WYKRYWANIE CHORÓB OKA ZA POMOCĄ HYBRYDOWYCH ALGORYTMÓW GŁĘBOKIEGO UCZENIA SIĘ Z OBRAZÓW DNA OKA

Według ogólnoświatowego raportu Światowej Organizacji Zdrowia opublikowanego w 2020 r. co najmniej 2,2 miliarda ludzi na całym świecie ma obecnie wadę wzroku, a co najmniej 1 miliard z nich ma wadę wzroku, której można zapobiec lub której jeszcze nie rozwiązano. Świat stoi przed poważnymi wyzwaniami w zakresie zdrowia oczu, w tym między innymi nierównościami w zasięgu i jakości usług w zakresie profilaktyki, leczenia i rehabilitacji w zakresie pielęgnacji oczu, brakiem przeszkolonych dostawców usług okulistycznych oraz słabą integracją usług okulistycznych z systemami opieki zdrowotnej.

Wiadomo, że ponad 80% wszystkich zaburzeń wzroku można zapobiegać lub leczyć. Aby postawić prawidłową diagnozę, badanie dna oka musi wykonać specjalista od siatkówki, ale do okulisty zgłaszamy się dopiero wtedy, gdy odczuwamy dyskomfort. Chociaż zazwyczaj objawy postępują tak bardzo, że w przypadku wystąpienia choroby, co wiąże się z kosztownym leczeniem i operacjami, często uszkodzenie jest nieodwracalne i powoduje pogorszenie wzroku, a nawet trwałą utratę wzroku.

Sztuczna inteligencja służy do badania i opracowywania teorii i metod, które mogą pomóc symulować i rozszerzać ludzką inteligencję, które są wykorzystywane w wielu dziedzinach badań, takich jak automatyczna diagnostyka i medycyna. W ostatnich latach połączenie technologii sztucznej inteligencji (AI) i współczesnej medycyny umożliwiło skuteczne i szybkie badania przesiewowe w kierunku chorób. EyeCheckup to zautomatyzowane urządzenie programowe przeznaczone do analizy cyfrowych kolorowych zdjęć dna oka w celu szybkiego wykrywania chorób siatkówki i tarczy wzrokowej.

Głównym celem badań jest ocena skuteczności algorytmu automatycznego przesiewu w wykrywaniu sterowalnych chorób siatkówki i tarczy wzrokowej na podstawie kolorowych obrazów dna oka oraz określenie jego czułości i swoistości w stosunku do ewentualnych chorób. W celu klinicznej walidacji systemu obrazy zostaną ocenione przez okulistów, a wyniki porównane z algorytmem sztucznej inteligencji.

Po wykluczeniu do badania zostanie włączonych maksymalnie 1528 pacjentów spełniających kryteria kwalifikowalności. Uczestnicy spełniający kryteria kwalifikacyjne zostaną rekrutowani po uzyskaniu pisemnej świadomej zgody od podmiotów świadczących podstawową opiekę zdrowotną. Pacjenci zostaną poddani fotografii dna oka za pomocą aparatu okulistycznego zatwierdzonego przez Agencję ds. Żywności i Leków (FDA). Zdjęcia będą wykonywane zgodnie ze specyficznym protokołem obrazowania EyeCheckup dostarczonym operatorowi kamery okulistycznej, a następnie analizowane przez urządzenie EyeCheckup v2.0.

Metody i narzędzia, które zostaną wykorzystane w badaniach:

I. Wykonywanie zdjęć dna oka aparatami bez powiększenia źrenic: Obrazy dna oka wyśrodkowane na dysku optycznym i dołku oka zostaną wykonane aparatami Canon CR-2 AF, Topcon TRC-NW400 i Optomed Aurora Non-mydriatic. W przypadku ochotników, u których nie można uzyskać zdjęć bez źrenic, rozszerzenie źrenic zostanie osiągnięte poprzez wkroplenie kropli tropikamidu, a następnie zostaną wykonane zdjęcia. Kamery Canon CR-2 AF, Topcon TRC-NW400 i Optomed Aurora Non-mydriatic Non-mydriatic kamery dna oka, z których będą pobierane obrazy siatkówki, posiadają oznaczenie CE i zatwierdzenie FDA.

Badania do wykonania:

I. Obrazy dna oka uzyskane trzema różnymi aparatami od każdego ochotnika objętego badaniem zostaną przeanalizowane oddzielnie dla prawego i lewego oka przez algorytm sztucznej inteligencji EyeCheckup na podstawie kamery.

II. Ocena obrazów Canon CR-2 AF przez specjalistów siatkówki i jaskry w celu walidacji klinicznej systemu i porównania wyników,